Путем преобразования полученного отображения с помо­ щью введенных (принятых) правил получают новые, не извест­ ные ранее компоненты, взаимоотношения, зависимости, струк­ туры. 9 страница

В.Н. Волкова

СТАТИСТИЧЕСКИЕ МЕТОДЫ - класс методов формализован­ного представления систем, которые применяются в тех случаях, когда предварительный анализ проблемной ситуации показыва­ет, что она не может быть представлена в виде хорошо организо­ванной системы (см.), тогда рекомендуется представить ситуацию в виде плохо организованной, или диффузной, системы (см.) и об­ратиться прежде всего к статистическим методам.

Статистические представления сформировались как самосто­ятельное научное направление в середине XX в., хотя возникли значительно раньше (с историей становления статистических представлений можно ознакомиться, например, в [11, 14]).

Основу этих представлений составляет отображение явлений и процессов с помощью случайных (стохастических) событий и их поведения, которые описываются соответствующими вероят­ностными (статистическими) характеристиками и статистически­ми закономерностями.

Термин стохастические уточняет понятие случайный, которое в обыденном смысле принято связывать с отсутствием причин появления событий, с появлением не только повторяющихся и подчиняющихся каким-то закономерностям, но и единичных со­бытий; процессы же, отображаемые статистическими закономер­ностями, должны быть жестко связаны с заранее заданными, оп­ределенными причинами, а случайность означает, что они могут появиться или не появиться при наличии заданного комплекса причин.

Статистические отображения системы в общем случае (по аналогии с аналити­ческими) можно представить [4, 5, 6] (см. символический образ на рис. 1) как бы в виде «размытой» точки (размытой облас­ти) в n-мерном пространстве, в которую переводит систему (ее учитываемые в мо­дели свойства) оператор Ф[£_д]. «Размы­тую» точку следует понимать как некото­рую область, характеризующую движение системы (ее поведение); при этом грани-

цы области заданы с некоторой вероятностью р (под вероятнос­тью события понимается р(А)= т/п, где т - число появлений со­бытия А, п - общее число опытов; если при п -» <» (_т/п) -> const.), т.е. «размыты», и движение точки описывается некоторой слу­чайной функцией.

Закрепляя все параметры этой области, кроме одного, можно получить срез по линии а - Ь, смысл которого - воздействие дан­ного параметра на поведение системы, что можно описать стати­стическим распределением по этому параметру. Аналогично можно получить двухмерную, трехмерную, и-мерную картины статистического распределения.

Статистические закономерности можно представить в виде дискретных случайных величин и их вероятностей или в виде не­прерывных зависимостей распределения событий, процессов.

Для дискретных событий соотношение между возможными значениями случайной величины х_{ и их вероятностями р_{ назы­вают законом распределения и либо записывают их в виде ряда (таблица), либо представляют в виде зависимостей F{x) (рис. 2, а) или^(;с) (рис. 2, в).

X	*i	*2		х,		хя
Р(х)	Р\	ft		Pi		Рп

При этом

Для непрерывных случайных величин (процессов) закон рас­пределения представляют (соответственно дискретным законам) либо в виде функции распределения (интегральный закон распре­деления - рис. 2, б), либо в виде плотности вероятностей (диффе­ренциальный закон распределения - рис. 2, г). В этом случае р(х) = dF{x)ldx и &F(x) -р(х)Ах, гдер(х) - вероятность попадания слу­чайных событий в интервал от х до дг+Дд:.

Для полной группы несовместных событий имеют место ус­ловия нормирования:

функции распределения

П

Ел(*/) = 1 (2)

и плотности вероятности

аа

J p(x)dx = F(°°) - F(-~) = 1-0 = 1. (2a)

Рис.2

В монографиях и учебниках применяют тот или иной вид за­висимостей, приведенных на рис. 2, более подходящий для соот­ветствующих приложений.

Закон распределения является удобной формой статистичес­кого отображения системы. Однако получение закона (даже од­номерного) или определение изменений этого закона при про­хождении через какие-либо устройства или среды представляет собой трудную, часто невыполнимую задачу. Поэтому в ряде слу­чаев пользуются не распределением, а его характеристиками -начальными и центральными моментами.

Наибольшее применение получили:

1-й начальный момент - математическое ожидание, или сред­нее значение случайной величины

Щ ⁼ £ */ Pi(^xi) ~ ^для Д^искР^етных величин,

м (3)

т_х = } р(х) dx - для непрерывных величин;

(5)

2-й центральный момент - дисперсия случайной величины:

■у " -у

а_х -£(*,- ~ ^тх) Pi(^xi) - Для дискретных величин;

о" = ((х-т_х) p(x)dx - для непрерывных величин.

.г ^J

—оо

На практике иногда используется не дисперсия а ², а среднее квадратическое отклонение а.

Связь между системами в общем случае характеризуется ко-вариацией ~ моментом связи, для двухмерного распределения обо­значаемой cov(,y, у), или т_дт, или М[(х - т_х)(у - т)].

(х-т_х)(у-т_у)

Можно использовать ковариацию нормированных отклоне­ний - коэффициент корреляции

r = cov(x\y')-M

а_ха_у

где.v' = (.v - пг_хУо_у, у' = (у - т_х)1о_у - нормированные отклонения; а_х,а - среднеквадратическиё отклонения.

Практическое применение получили в основном одномерные распределения, что связано со сложностью получения статисти­ческих закономерностей и доказательства адекватности их при­менения для конкретных приложений, которое базируется на по­нятии выборки.

Под выборкой понимается часть изучаемой совокупности явлений, на основе исследования которой получают статистичес­кие закономерности, присущие всей совокупности и распростра­няемые на нее с какой-то вероятностью.

Для того чтобы полученные при исследовании выборки закономерности можно было распространить на всю совокуп­ность, выборка должна быть представительной (репрезентатив­ной), т.е. обладать определенными качественными и количествен­ными характеристиками. Качественные характеристики связаны с содержательным аспектом выборки, т.е. с определением, явля­ются ли элементы, входящие в выборку, элементами исследуемой совокупности, правильно ли отобраны эти элементы с позиции цели исследования (с этой точки зрения выборка может быть слу­чайной, направленной или смешанной). Количественные харак­теристики представительности выборки связаны с определением объема выборки, достаточного для того, чтобы на основе ее ис-

следования можно было делать выводы о совокупности в целом' уменьшение объема выборки можно получить на основе эргоди-ческого свойства, т.е. путем увеличения длительности статисти­ческих испытаний (в большинстве практических случаев вопрос о количественных характеристиках выборки является предметом специального исследования).

На базе статистических представлений развивается ряд мате­матических теорий:

• теория вероятностей и математическая статистика [3, 12, 15
и др.], объединяющая различные методы статистического анали­
за (регрессионный, дисперсионный, корреляционный, факторный

и т.п.):

• теория статистических испытаний, основой которой явля­ется метод Монте-Карло, а развитием - теория статистического имитационного моделирования;

• теория выдвижения и проверки статистических гипотез, возникшая для оценки процессов передачи сигналов на расстоя­нии и базирующаяся на общей теории статистических решающих функций А.Вальда [2]. Частным случаем теории выдвижения ги­потез, важным для теории систем, является байесовский подход к исследованию процессов передачи информации в процессах общения, обучения и других ситуациях в организационных сис­темах;

• теория потенциальной помехоустойчивости, начала кото­рой положены работами В.А. Котельникова [10], проводивши­мися независимо от теории решающих функций;

• обобщающая последние два направления теория статисти­
ческих решений, в рамках которой, в свою очередь, возник ряд
интересных и полезных для практики направлений.

Перечисленные направления в большинстве своем носят тео­ретико-прикладной характер и возникали из потребностей прак­тики. Однако есть и ряд дисциплин, которые носят более выра­женный прикладной характер. В их числе - статистическая радиотехника, статистическая теория распознавания образов, эко­номическая статистика, теория массового обслуживания, а так­же развившиеся из направлений, возникших на базе аналитичес­ких представлений, стохастическое программирование, новые разделы теории игр и т.п.

Расширение возможностей отображения сложных систем и процессов по сравнению с аналитическими методами можно

объяснить тем, что в случае применения статистических представ­лений процесс постановки задачи как бы частично заменяется статистическими исследованиями, позволяющими, не выявляя все детерминированные связи между изучаемыми объектами (собы­тиями) или учитываемыми компонентами сложной системы, на основе выборочного исследования (исследования репрезентатив­ной выборки) получать статистические закономерности и рас­пространять их на поведение системы в целом.

Однако не всегда можно получить статистические закономер­ности, не всегда может быть определена репрезентативная вы­борка, доказана правомерность применения статистических за­кономерностей. Если же не удается доказать репрезентативность выборки или для этого требуется недопустимо большое время, то применение статистических методов может привести к невер­ным результатам.

В таких случаях целесообразно обратиться к методам, объе­диняемым под общим названием - методы дискретной матема­тики, которые помогают разрабатывать языки моделирования, модели и методики постепенной формализации процесса приня­тия.решения.

Статистические и теоретико-множественные методы, иници­ировали возникновение теории «размытых» множеств Л. Заде [9], которая, в свою очередь, явилась началом развития нового на­правления - теории нечетких формализации (см. Нечеткие, или размытые, множества) и т.д.

Отметим, что понятия исходных направлений не всегда со­храняются в неизменном виде; в частности, в теории Заде дается иная трактовка понятия вероятности (см.) по сравнению со ста­тистической.

• 1.Архитектура математики/Под ред. Б.В. Гнеденко. - М: Знание, 1972. 2. Вальд А. Статистические решающие функции/ А. Вальд// Сб.: Теория игр. Позиционные игры/Под ред. Н.Н. Воробьева и И.Н. ВрублевскоЙ. - М.: Наука, 1997. 3. Вентцель Е.С. Теория вероятностей / Е.С. Вентцель. -М.: Сов. радио, 1972. 4. Волкова В.Н. Методы формализованного пред­ставления (отображения) систем: текст лекций / В.Н. Волкова, Ф.Е.. Темни­ков. - М.: ИПКИР, 1974. 5. Волкова В.Н. Основы теории систем и сис­темного анализа / В.Н. Волкова, А.А. Денисов. - СПб.: Изд-во СПбГТУ, 1997.-С. 96-101. 6. Волкова В.Н. Методы формализованного представ­ления систем: учеб. пособие / В.Н. Волкова, А.А. Денисов, Ф.Е. Темников. -СПб.: СПбГТУ, 1993. 7. Гнеденко Б.В. Математика в современном мире / Б.В. Гнеденко. -М.: Просвещение, 1980. 8. Денисов А.А. Теория боль­ших систем управления: учеб. пособие для вузов / А.А. Денисов, Д.Н. Колес-

ников. - Л.: Энергоиздат, 1982. 9. Заде Л. Теория линейных систем / Л. Заде, Г. Дзоер. -М.: Наука, 1970. 10. Котельников В.А.Теория по­тенциальной помехоустойчивости / В.А. Котельников. - М.: Госэнергоиз-дат, 1956. И.Рыбников К.А. История математики: учебник / К.А. Рыб­ников. - М.: Изд-во МГУ, 1994. 12. СигорскиЙ В.П. Математический аппарат инженера / В.П. Сигорский. - Киев: Техшка, 1977. 13. Систем­ный анализ в экономике и организации производства: учеб. для вузов/Под ред, С.А. Валуева, В.Н. Волковой. - Л.: Политехника, 1991. 14. Стройк Д.Я. Краткий очерк истории математики / Д.Я. Стройк. - М.: Наука, 1990. 15. Ю л Д. Э. Теория статистики / Д.Э. Юл, М. Г. Кендал. - М.: ЦСУ, 1960.

В.Н. Волкова

СТЕПЕНЬ ЦЕЛЕСООТВЕТСТВИЯ - понятие, введенное в при­кладных задачах применения информационного подхода к анализу систем (см.) [1, 5].

В соответствии с этим подходом введена оценка логической информации (см.), или потенциала в форме [5]:

H_ri = -g_i\ogp_i, (1)

где р₍ - вероятность недостижения цели при использовании оцениваемой компоненты; q₍ - вероятность использования /-Й компоненты в системе в процессе ее

функционирования, управления.

Для удобства оценки степени влияния г-й компоненты (техни­ческого, программного средства, варианта устройства и т.п. или их совокупности) на реализацию целей системы предложено ис­пользовать сопряженную вероятность (1-?/):-

#_r, = -</,-log(l-p,'), (2)

где р{ - вероятность достижения цели при использовании оцениваемой ком­поненты, т.е. собственно степень целесоответствия.

Логарифмическая форма оценки целесоответствия И_г1 назва­на в [5] прагматической информацией, учитывает не только сте­пень достижения цели/»/, но и вероятность использования q_t оце­ниваемой компоненты, что важно для практических приложений.

Оценка степени целесоответствия используется в ряде мето­дов организации сложных экспертиз (см.) [1-4, 5, 7 и др.].

* 1.Волкова В.Н. Основы теории систем и системного анализа: учеб. для вузов / В.Н. Волкова, А.А. Денисов. - СПб.: Изд-во СПбГТУ, 1997. Изд. 3-е, 2003. - С. 57, 205-212. 2. Волкова В.Н. Методы организации сложных экспертиз: учеб. пособие / В.Н. Волкова, А.А. Денисов. - СПб.: Изд-во

СПбГТУ, 1998. 3. Волкова В.Н. Применение методов и моделей систем­ного анализа при управлении проектами: учеб. пособие /В.Н. Волкова, А.А.Денисов,СВ.Широкова.-СПб.:Изд-воСПбГТУ,2002.4.Волкова В.Н. Применение системного анализа при управлении созданием и развитием предприятий и организаций: учеб. пособие / В.Н. Волкова, А.В. Кукушкин, СВ. Широкова. - СПб.: Изд-во СПбГТУ, 2002. 5. Денисов А.А. Инфор­мационные основы управления /А.А. Денисов. - J1.: Энергоатомиздат, 1983.

6. Системный анализ в экономике и организации производства: учеб. для вузов/Под ред. СА. Валуева, В.Н. Волковой. - Л.: Политехника, 1991.

7. Ш и р о к о в а СВ. Разработка информационных моделей системного ана­лиза проектов сложных технических комплексов: учеб. пособие. - СПб.: Изд-во СПбГТУ, 1994. А.А. Денисов

СТОХАСТИЧЕСКОЕ ПРОГРАММИРОВАНИЕ (СП) - раздел теории оптимизации, посвященный изучению и решению экстре­мальных задач, в которых отсутствует точная информация о зна­чениях целевой функции и/или ограничениях. В таких задачах обычно целевая функция и/или ограничения зависят от одного или нескольких случайных параметров.

Термин стохастическое программирование появился в начале 50-х гг. XX в., когда Данциг, Чарнс и Купер стали анализировать задачи линейного программирования (см.) со случайными коэффи­циентами, возникающие при планировании в ситуациях с неопре­деленностью и риском.

При решении задач СП нельзя обойтись детерминированны­ми методами и приходится использовать специальные стохасти­ческие процедуры. В задачах СП максимизации или минимиза­ции обычно подлежит некоторая характеристика случайной функции, например ее математическое ожидание. При этом в не­которых постановках задач СП допускается выполнение ограни­чения в виде равенства (или неравенства) с некоторой положи­тельной вероятностью.

• 1. Ермольев Ю.М. Методы стохастического программирования /
Ю.М. Ермольев. - М.: Наука, 1976. 2. Ю д и н Д.Б. Математические методы
управления в условиях неполной информации / Д.Б. Юдин. - М.: Сов. ра­
дио, 1974. В.Д. Ногин

СТРАТЕГИЧЕСКИЙ МЕНЕДЖМЕНТ (СТРАТЕГИЧЕСКОЕ УПРАВЛЕНИЕ) - термин, который стал широко использовать­ся в экономике и управлении предприятиями и организациями в 60-70-е гг. XX в.

Первые системы планированизЯкировой1^к™^ке О⁹⁰⁰'
1950 гг.) были основаны на составлеЩ^жегоднИ^нансовых
смет-бюджетов по статьям расходов на^№^ичные^^»Их глав­
ная задача состояла в управлении издерэЩНШ- В тгоЦИЬиод Р^аз"
вития хозяйственных отношений осущЭВкние фуЦИйРвого
планирования считалось достаточным услНш* Для эЯЬр¹⁸'
ного функционирования экономических су^Вь>в. В раэтЩМИ
методологии стратегического менеджмента (ЯВкрс-т этап' На*
зывают «управление на основе контроля над исяИиением», при
этом возможная реакция организаций на измененЯВирделялась
после совершения событий. ^ЯиЦ|

В 1950-1970 гг. с ускорением темпов экономичесЯШшазви-тия и соперничества компании не могут больше полалтаЙВй. ^на формирование бюджета, как на систему подготовки к рйшЙ*#о будущих конкурентных проблем. Чтобы повысить конкуренто­способность в новых условиях, они перешли к долгосрочному пла­нированию, которое быстро доказало свою полезность и было принято большинством крупных и значительным числом сред­них фирм. На данном этапе методология процесса управления базировалась на основе «экстраполяции прошлых тенденций».

Основоположником СМ считают И.Ансоффа [1,15], который предложил новую концепцию стратегического планирования, основанную не на прогнозе вероятностных тенденций развития организации, а на предпринимательском подходе.

По мере нарастания кризисных явлений (энергетический кри­зис 1970 г.), ужесточения конкуренции прогнозы на основе экст­раполяции перестали отвечать требованиям динамично меняю-щейся внешней среды. Финансовое и долгосрочное планирование интегрировалось в стратегическое планирование, назначение которого заключалось в определении будущей рыночной пози­ции, чтобы компания могла адекватно отреагировать на ее изме­нения. Новый метод получил название «управление на основе предвидения изменений».

В 1970-1990 гг. западные фирмы переходят от стратегическо­го планирования к СМ своей деятельности, который также назы­вают рыночным, подчеркивая при этом внешнюю ориентацию управления организацией. Такой подход к управлению позволя­ет хозяйствующим субъектам перейти от реактивной формы уп­равления (принятие управленческих решений как реакция на те­кущие проблемы) к управлению на основе анализа и прогнозов.

Это позволяет не только реагировать на изменения внешней сре­ды, но и создавать их, влиять на них. Использование термина «стратегический менеджмент» вместо термина «стратегическое планирование» подразумевает акцент на предпринимательском подходе и учете заинтересованности сотрудников организации. Методологический принцип современного стратегического управления заключается в построении стратегии не от прошлого к настоящему, а от будущего через прошлое к настоящему.

Таким образом, возникновение методологии стратегическо­го управления, как и инновационного менедоюмента (см.), приня­то рассматривать с позиции эволюции систем планирования как реакции хозяйствующих субъектов на усложнение внешних ус­ловий ведения бизнеса.

Термин «стратегия» заимствован из военного лексикона и в различных определениях трактуется неоднозначно: в одних - как определение целей (см.), т.е. перспективных (стратегических) на­правлений деятельности предприятия с учетом его предназначе­ния (миссии); в других - как отображение целей, в форме плана (т.е. с указанием сроков, исполнителей и других условий реали­зации целей); в третьих - как нахождение путей достижения це­лей; в четвертых - как выбор методов, набор правил для приня­тия решений или даже выбор средств для достижения целей.

Иными словами, термин «стратегия» используется на всех эта­пах принятия решений - от формулирования целей до выбора методов и средств их реализации.

. Имеются рекомендации об определении перечня этапов на основе анализа основных принципов и условий СМ....,Так, Ц. Карлоф [4] считает необходимыми для реализации стратегического управления пять условий: 1. Умение моделиро­вать, ситуацию на основе целостного представления. 2. Способ­ности.выявить необходимость изменений (с учетом многообра­зия переменных - от эффективности производственных затрат до дифференциации диапазона продукции, включая оценку качества продукции, риска и т.п.). 3. Способность разрабатывать страте­гию изменений. 4. Способность использовать в ходе изменений надежные методы. 5. Способность воплощать стратегию в жизнь.

; Эти условия также можно рассматривать как этапы стратеги­ческого управления.

, На всех этапах СМ могут быть использованы подходы, мето­ды и методики системного анализа. И в то же время достижения,

подходы, выработанные в теории СМ независимо от теории сис­тем, практический опыт, отраженный в конкретных рекоменда­циях, содержащихся в работах по СМ, полезны для развития сис­темного анализа.

Основные из них следующие.

Миссия и стратегические цели. Первоочередной задачей СМ является устойчивое присутствие на перспективных и стабильных рынках с конкурентоспособной по цене, качеству и методам про­движения продукцией разнообразного И непрерывно совершен­ствующегося (с учетом потребностей рынка) ассортимента.

Миссия - это понятие, которое иногда используют как опре­деление цели или концепции бизнеса. Рассматриваются также модели, в соответствии с которыми имеет место последователь­ность «миссия - концепция - цель» [9]. При этом исследователи отмечают сложность работы с понятием цель, и поэтому предла­гают понятия, заменяющие этот термин другими, применитель­но к выбору основных направлений деятельности предприятия.

В настоящее время все более широкое распространение полу­чает использование понятия ключевой компетенции, которое удоб­нее трактуется на практике, чем достаточно сложное понятие цель (см.), и вносит важный вклад в приближение теории целеобразо-вания к практике управления конкретными предприятиями и организациями.

Ключевая компетенция. Д. Кэмпбел [5] определяет компетен­цию как свойство или ряд свойств, присущий всем или большин­ству компаний отрасли. Лишь обладая ими, организация может участвовать в предпринимательской деятельности. А ключевая (стержневая) компетенция - это отличительная особенность, свой­ство или ряд свойств, специфичных для конкретной организации, которая позволяет производить товары качеством выше среднего и использовать свои ресурсы и компетенции более эффективно.

В качестве основных свойств ключевой компетенции рассмат­ривают: потенциальный доступ к разным рынкам; добавление значительной потребительной стоимости конечному продукту; возможность использования ее только в рамках определенной бизнес-системы; незаменимость - не может быть заменена дру­гой компетенцией и др.

Выявление ключевых компетенций рассматривается как одно из главных составляющих успеха организации, неотъемлемая часть СМ, поскольку именно благодаря ей компания способна

44"¹¹⁵⁹

удерживать свое положение на рынке и побеждать конкурентов. Определение конкурентного преимущества выступает как основ­ная цель бизнес-стратегии. Ключевая компетенция обусловлива­ет предприятию лидерство на рынке, и чтобы не утратить это лидерство, надо все время защищать и совершенствовать свои преимущества. Чтобы правильно оценивать ситуацию и эффек­тивно корректировать свои действия, необходимо понимать, что ключевая компетенция формируется из ряда компетенций, состав­ляющих основу деятельности предприятия. Для анализа ключе­вых компетенций развивается направление управления ими (Competence Management).

Основные принципы формирования ключевой компетенции. При опре­делении ключевой компетенции учитываются две основные категории: ресурсы и компетенции, которые образуют внутренние условия органи­зации, представляющие собой совокупность производственно-техноло­гических, финансово-экономических, социокультурных, организацион­но-технических и административных условий. Моделирование внутренних условий закладывает принципиальную основу для дальней­шего анализа. Совместно с внешними условиями (экономическими, по­литико-правовыми, социокультурными, технологическими) они опреде­ляют набор ресурсов, доступных организации, а также форму и содержание ее бизнес-процессов, в результате которых появляется про­дукт, удовлетворяющий общественные потребности.

В основе любой стратегии должны лежать конкурентные преиму­щества. Они позволяют предприятию иметь рентабельность выше сред­ней для фирм данной отрасли или данного рыночного сегмента (что обеспечивается более высокой эффективностью использования ресур­сов) и завоевывать прочные позиции на рынке. При выработке страте­гии конкуренции необходимо, с одной стороны, иметь ясное представ­ление о сильных и слабых сторонах деятельности предприятия, его позиции на рынке, а с другой - понимать структуру национальной эко­номики в целом и отрасли, в которой работает предприятие. В истори­ческом аспекте теория конкурентных преимуществ пришла на смену те­ории сравнительных преимуществ. Сравнительные преимущества, лежащие в основе конкурентоспособности страны или фирмы, опреде­ляются наличием и использованием находящихся в изобилии факторов производства, таких, как трудовые и сырьевые ресурсы, капитал, инф­раструктура и т.д. Но по мере развития технологических инноваций и глобализации бизнеса изменяется структура международной конкурен­ции, и на смену сравнительным преимуществам приходит новая пара­дигма - конкурентные преимущества. Это означает следующее.

Преимущества изменяются под воздействием инновационного про­цесса (изменяются технологии производства, методы управления, спо­собы доставки и сбыта продукции и т.д.). Поэтому для удержания кон­курентных преимуществ требуется постоянное внедрение нововведений (см. Инновационный менеджмент).

Глобализация бизнеса вынуждает компании учитывать нацио­нальные и международные интересы. Государство, территория рассмат­риваются как основа стратегии компании, а не только как место, где компания осуществляет свою деятельность.

Таким образом, источниками ключевой компетенции являются: структура, репутация, инновации, стратегические активы.

Выбор ключевой компетенции - сложный процесс, включающий в себя рассмотрение многих аспектов в комплексе. Прежде всего фирма должна проанализировать пять конкурентных сил: потенциальных уча­стников рынка, покупателей, поставщиков, товары-субституты, конку­рентов. Ключевые компетенции могут иметь разнообразные формы в зависимости от специфики отрасли, товара и рынка. При определении ключевых компетенций важно ориентироваться на запросы потребите­лей и убедиться в том, что эти преимущества воспринимаются ими как таковые.

Главное требование - отличие от конкурентов должно быть реаль­ным, выразительным, существенным.

Конкурентные преимущества не являются вечными, они завоевыва­ются и удерживаются только при постоянном совершенствовании всех сфер деятельности, что является процессом трудоемким и, как правило, дорогостоящим. Возможности сохранения конкурентных преимуществ зависят от ряда факторов: 1. Источники конкурентных преимуществ. 2. Очевидность источников конкурентных преимуществ. 3. Инновации. 4. Отказ от имеющегося конкурентного преимущества для приобрете­ния нового.

STEP- и SWOT-анализ - модели для анализа факторов соци­альных (Social), технологических (Tehnological), экономических (Economical), политических (Political) в отношении сильных (Strengs) и слабых (Weakness) сторон, возможностей (Opportunities) и угроз (Threats).

SWOT-анализ представляет собой матричный анализ деятель­ности организации, интегрирующий в себе исследование возмож­ностей предприятия в контексте вызовов среды и ответов бизне­са. SWOT- это аббревиатура: strong - сильный; weak - слабый; opportunity- возможность; threat- угроза.

В теории системного анализа STEP- и SWOT-анализ соответствуют двум этапам методики системного анализа (см.) - этапу формирования струк­туры целей и функций и этапу оценки составляющих этой структуры.

STEP-анализ можно рассматривать как одну из методик структури­зации, рекомендующую определять подцели верхнего уровня на основе анализа социальных, технологических, экономических и политических факторов. При этом для обеспечения полноты выявления факторов це­лесообразно учитывать одну из важных закономерностей теории сис­тем - закономерность коммуникативности (см.), т.е. проводится анализ факторов надсистемы, подведомственных систем, актуальной среды и собственно системы.

Дата добавления: 2015-11-04